「西方的快樂教育是謊言!」松鼠AI目標美股IPO:當AI有望實現100%客製化教育,老師的角色是?
「西方的快樂教育是謊言!」松鼠AI目標美股IPO:當AI有望實現100%客製化教育,老師的角色是?

重點一:松鼠AI(Squirrel AI)以自適應學習演算法推動個人化教育,並在中國展開大規模試驗,挑戰傳統教師角色。

重點二:松鼠AI累積大量學生學習數據,成為全球AI教育領域的領先者,並計畫以特許經營模式進軍美國市場。

重點三:公司因中國監管政策重大調整,成功轉型自助學習中心,打破傳統補教困局,年營收達15億美元(約新台幣454.5億元)。

近年來,人工智慧(AI)迅速席捲全球教育產業。中國科技公司松鼠AI創辦人栗浩洋致力於發展自適應AI教學平台,近期更宣布將評估在美國設點,並考慮於2027年赴那斯達克或香港證券交易所公開上市。

松鼠AI的崛起,不僅反映中國AI產業向國際擴張的企圖,更引發一個關於教育事業的提問:未來,連學校老師都可能被AI取代嗎?

松鼠AI有何來頭?背後有何商業模式?

據Grand View Research報告,AI教育產值預估2030年將突破320億美元(近新台幣9,676億元)。有鑑於龐大的市場需求,OpenAI已與美國加州州立大學系統合作,Google也積極進入校園。

而在考試競爭異常激烈的中國,松鼠AI於2014年成立,母公司為上海松籽信息科技有限公司,並專注於K12(中小學)教育。

松鼠AI以推動自適應學習(Adaptive Learning)演算法聞名,其核心原理是根據每位學生的學習表現、答題反應和知識掌握情況,動態調整教學內容、難度和學習路徑,實現個人化教學。其在中國設有逾3,000個自助學習中心,累積超過120萬名付費學生。

中國家長對「沒有老師的課程」接受度有多高?可從以下紀錄解讀:2024年9月,松鼠AI於上海舉辦線上數學課程,吸引共112,718位學童同時在線,創下「24小時最多人參加的線上數學課」金氏世界紀錄。中國家長對小學生數學能力的FOMO程度可見一斑。

白話來說,松鼠AI的商業模式就像連鎖補習班,但核心賣點是用AI軟體來教書,其運作模式大致如下:

  1. 加盟+軟體授權
    松鼠AI在中國各地開放加盟,讓地方業者用松鼠AI的品牌和教學系統開設學習中心。換言之,加盟主需支付加盟費和AI教學軟體的授權費,學生繳的學費也會分一部分給松鼠AI。
  2. 獲取學習數據
    學生在學習過程中產生大量數據,松鼠AI會用這些數據來優化教學內容和演算法,讓產品越用越好,也提升競爭力。
  3. 海外擴張
    松鼠AI也想把這套模式複製到美國等海外市場,採用類似「公文式教育」的特許經營方式,設計一套標準化教材和教學流程,然後開放給各地業者加盟。

簡單來說,松鼠AI靠賣AI教學軟體和收加盟費賺錢,並持續用數據優化產品,目標是把這套模式推廣到全球。

松鼠AI也曾踢到鐵板。2021年,習近平一句話下令禁止營利性課外輔導機構(即「雙減」政策),讓松鼠AI營收一度從高峰時的6億人民幣暴跌,最慘時面臨9億人民幣(約新台幣38億元)債務、裁員2,000人,栗浩洋聲稱幾度遭遇債權人死亡威脅。

為應對政策巨變,松鼠AI迅速重塑營運模式,由傳統補習轉型為自助學習中心,銷售AI學習平板、技術授權,並降低人力成本。換言之,在營利性課外輔導業務大幅收縮下,將重心轉向B2B(對學校、教育機構)合作。

「快樂學習是謊言!」用AI最大化學習效率

栗浩洋曾透露,他的雙胞胎兒子是他各種教育理念的「實驗品」。他表示,曾在孩子身上嘗試全球20多種教學流派,就像李時珍試藥一樣,不斷探索最適合的方式。他坦言,雖然有時也會「吃錯藥」,但總體來說利大於弊。

他曾在一場教育峰會中自稱,他的孩子在松鼠AI系統中,二年級就能學習五年級甚至六年級的數學競賽題,還能自學編程,8歲時已經能開發APP,揚言「這不只是知識學習,更是思維和能力的提升。」

依《彭博社》報導,栗浩洋目前把自己14歲的雙胞胎兒子從上海私立學校接回家自學,讓他們利用自家公司的平台在家接受教育,「我們的做法確實具有開創性。」

栗浩洋曾在多次公開訪談中描述:「西方的快樂教育是個美麗的謊言,學習本來就有痛苦和挑戰,不能只追求輕鬆和快樂。」他認為,所謂「快樂教育」在西方被過度包裝,實際上並不一定能帶來真正的學習成效,甚至可能誤導家長和學生。

因此他主張,真正有效的教育應結合興趣、挑戰和成就感。孩子在克服困難、取得進步時,才會產生真正的快樂和自信,而不是一味避免壓力。

也因此,他認為教育必須根據每個孩子的能力、興趣和學習狀況,量身打造學習路徑。因此,AI自適應學習能精準分析學生弱點,針對性補足,讓學習更有效率。

未來是「AI+老師」協作?

顯然,教育永遠是一門好生意。據《彭博社》報導,松鼠AI若進軍美股IPO,將面對美國ALEKS、Knewton Alta,以及英國Century Tech等「自適應學習平台」的同業競爭。相較之下,松鼠AI最大優勢恐怕在於中國市場累積的龐大學生學習數據,能優化演算法、提升個人化精準度。

而在教育AI化的商機背後,一大疑問是:真人教師真的可能被AI取代嗎?對此,栗浩洋認為,老師在教育中的核心價值不只是知識傳授,更在於啟發、指導、情感交流和社交能力的培養。換句話說,AI無法取代老師在激發學生思維、引導價值觀、關懷情緒等方面的作用。

栗浩洋解釋,未來教育模式應該是「AI+老師」協作。也就是由AI負責知識教學和個性化學習路徑規劃,老師則專注於思維啟發、情感引導和素質教育。老師將成為「學情分析師」和「情感導師」,而非單純的知識傳遞者。

也就是說,AI或許可以教導純粹的學科知識,甚至是更具功利性的應試技巧。但要把孩子教成符合社會期待的「好人」,還是得仰賴old fashioned way。

延伸閱讀:AI眼鏡含金量有多高?一場Meta起頭的豪賭:它是下一個iPhone,還是Google Glass?

2天觀看衝破177萬次!《中文怪物》在紅什麼?拆解「500萬成本」背後的爆紅基因、骨架與血肉靈魂

資料來源:彭博社Forbes雷峰網中國企業家雜誌

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓